从一段 Prompt 到一篇完整图文：Codex 驱动的 AI 创作工作流实战

摘要：2026 年的 Codex 已经不止于写代码——它正在成为内容创作者手里的"总指挥"。把 Codex 的 Skills 机制和 imini 的生图能力拼起来，你可以从一段 prompt 直接跑到一篇带图的完整图文，中间不用切换十个标签页。这篇文章聊聊为什么这件事现在能成，以及具体怎么搭。

先说现状：AI 创作的"半成品困境"

你大概也有过这种瞬间——ChatGPT 帮你写完一篇推文，结果配图还得跳去 Midjourney 抠 prompt，调完色又得回来手动塞进 Markdown，前后切了五六个工具。AI 把每一段都做得很好，但没人替你把它们串起来。

这正是 2026 年 Codex 用户结构悄悄发生的变化在解决的事。OpenAI 公布的数据是：Codex 周活已经突破 500 万，其中知识工作者占比约 20%，增速是开发者的三倍多。换句话说，越来越多的非程序员把它当成"能跑命令的助手"用——而生图、组装图文、推送发布这种"动手活"，恰好是它最舒服的场景。

Codex 这边：它已经是个"工作流司机"

2026 年 6 月，OpenAI 推了一波叫"AI Onboarding"的更新，把 Codex 切成六个角色插件——其中 Creative Production 已经原生接上了 Figma、Canva、Shutterstock、Picsart、Fal。但更值得关注的不是这些预置连接，而是底下那套 Skills 机制。

原理很简单：你在 ~/.agents/skills/ 下放一个 SKILL.md，Codex 看到任务匹配就自动加载。这意味着任何能用 API 调起来的工具，都可以变成 Codex 的一个"动作"——包括 imini 的生图接口。配合 GPT-5.3-Codex-Spark 那 1000+ tok/s 的吞吐，过去要排队跑半天的多步任务，现在基本是边说边出活。

imini 这边：补上"最后一公里"

Codex 会写、会调，但它自己不出图。imini 生图开放平台正好补这一截——文生图、参考图编辑、首尾帧、动作控制视频统统能调，模型从 nano-banana 系列到 seedance、kling-v3 全都覆盖。

关键是 imini 的接口设计是异步友好的：提交任务拿 task id，轮询拿 URL，整个链路天然适合塞进 Codex 的 skill 调用里。你不需要自己写重试、不需要管 429——一段 SKILL.md 写好，Codex 知道什么时候该调它。

拼起来：一个真实的小流程

假设你今天要发一篇"AI Agent 趋势"的图文。在装好 imini-generate skill 的 Codex 里，整条流水线大概是这样：

1. 起手一句话

你扔一句"帮我写一篇关于 2026 年 AI Agent 趋势的中文长文，配 3 张科技感插画"，Codex 自己规划成"调研 → 起草 → 配图 → 拼装"四步。

2. 中间它自己跑

Codex 调 WebSearch 拉最新事实，写完正文标记好图位，再调 imini-generate 把三张图依次拿回来——你只在它问"这张 hero 用赛博紫还是冷蓝"的时候敲一下 Enter。

3. 最后一键归档

HTML 拼好直接走 imini 博客 API 入库，连封面、SEO 描述、标签都是 Codex 顺手填的。从打字到发布，全程没离开终端。

结论：与其多开十个标签页，不如让 Codex 当指挥

AI 图文创作的瓶颈早就不是"模型能不能做"，而是"工具链顺不顺"。Codex 的 Skills 机制把"调度"这件事彻底交给了 LLM，imini 把"出图"这一截做到能被异步调起来——两者拼在一起，就是 2026 年内容创作者能拿到的最丝滑的一套配置。

剩下要做的只有一件事：在 ~/.agents/skills/ 里放一份 SKILL.md，然后让 Codex 替你跑起来。

标签：Codex AI, AI 图文创作, AI 工作流, Codex 创作者, 图文一体化生成, 多模态 AI 内容, AI 配图工作流, imini 生图